사람의 시각 시스템은 우리가 세상을 이해하기 위한 주요 수단 중 하나이다. 빛이 눈에 들어오고 정보가 시신경을 통해 뇌로 전달되면 뇌가 그 정보를 해석해 ‘이미지를 생성’한다. 그 중 뇌가 관여하고 있는 과정은 특히 복잡하고 난해한데, 이것이 인식과 의사 결정, 그리고 모든 행동의 기반이 된다. 즉, 시각 시스템은 뇌의 구조를 알고 싶어하는 과학자의 주된 목표 중 하나가 된다. 그리고 동시에 시각 시스템은 이미지 정보 처리를 위한 궁극 모델 중 하나이다. 공학자는 시각 시스템을 이해하고 이것을 모방함으로써 기계가 복잡한 문제를 해결한다는 오랜 목표에 대응해 왔다. 양쪽의 대응 목적은 다르지만, 동일한 연구 대상을 다른 형태로 쫓고 있다. 최근 심층 신경망이라는 기술은 이들 양쪽의 합류를 촉진해 각각의 목표를 실현하는 데 공헌하기 시작했다. 심층 신경망은 뇌의 신경세포 네트워크의 일부를 모방해 이미지 인식, 물체 탐지 및 이미지 생성과 같은 시각 과제에 대해 탁월한 성능을 보여주고 있다. 그리고 자율주행차, 의료영상 진단, 비디오 분석, 가상현실, 증강현실, 대규모 언어 모델 등 많은 분야에서 혁신적인 응용이 이루어지고 있다. 그리고 이 놀라운 기술은 뇌의 모
산업에서 활용되는 산업용 로봇과 협동로봇은 도입비용뿐만 아니라 유지비용 또한 높은 것으로 알려져 있다. 이에 로봇과 인공지능(AI)의 융합이 새로운 해결책으로 등장했다. 로봇을 현장에 도입했음에도 제대로 된 가치 발현이 안 되거나, 로봇 자체에 대한 변수 그리고 로봇을 공정에 활용하는 데 발생한 이슈 등에는 필연적으로 사람이 관여해야 하는데, 이를 해결하기 위해 로봇과 AI의 결합이 해결책으로 제시됐다. 로봇 AI 스타트업 플라잎이 제안하는 AI 로봇 솔루션을 소개한다. 현재 부상하는 ‘혁신기술’ 가운데 로봇은 그중에서도 핵심으로 평가받는다. 바야흐로 ‘로봇의 시대’가 개막한 것인데, 로봇은 산업 자동화 분야의 핵심 솔루션으로 자리매김하는 중이다. 최근에는 제조·물류 현장과 더불어 서비스 영역까지도 로봇의 영향력이 미치고 있다. 그러나 단순 조립 공정부터 물품 분류, 서비스 제공 등에서 로봇의 적용은 아직 기술적 한계가 따른다. 아울러 로봇의 원활한 동작을 위해서도 자원 및 인력이 뒤따른다. 예를 들어 환경, 생산 제품 등에 변수가 생겼을 때 앞선 요소는 더욱 요구된다. 사람을 대체하겠다는 포부로 등장한 로봇의 궁극적 목적에는 완벽히 다다르지 못한 양상이다.
최근 산업 내에서 급속도로 구축되고 있는 자동화 설비는 주로 압축공기를 이용한다. 이에 기체류를 다루는 설비 및 배관이 구축되는데, 이때 설비 및 배관에서 누출되는 압축공기·스팀·가스 등 기체를 감지하는 것이 중요하다. 음향 카메라는 이 과정에서 중추적인 역할을 한다. 음향 카메라를 활용해 기체의 누출 위치 및 상황 파악이 가능하다. 여기서는 소리를 시각적으로 구현해 설비의 결함까지 순각포착하는 한국플루크의 음향카메라를 소개한다. 현재 산업 안에는 기술 하나만으로 각종 문제를 해결하는 ‘원스톱’ 기술에 대한 요구가 증가하고 있다. 단 하나의 핵심 기술로 여러 영역을 다루는 개념인데, 고도화된 효율성이 곧 산업 경쟁력인 시대에서 존재감이 부각되고 있다. 음향 카메라는 소리를 시각적으로 구현해 현황을 파악하는 데 기여하는 기술이다. 제조 분야에서는 제조 공정 및 설비의 상태를 파악하는 데 주로 활용되고 있다. 최근 산업 내에서 급속도로 구축되고 있는 자동화 설비는 주로 압축공기를 이용한다. 이에 기체류를 다루는 설비 및 배관이 구축되는데, 이때 설비 및 배관에서 누출되는 압축공기·스팀·가스 등 기체를 감지하는 것이 중요하다. 그러나 통상적으로 소음 수준이 높은
인더스트리4.0 시대 분야를 막론하고 AI 도입은 선택이 아닌 필수다. 특히 제조업 현장에서 AI 기술은 품질 관리, 생산 최적화, 예지 유지 보수에 획기적인 도움을 준다. AI는 획기적인 기술이지만, 성공적으로 도입하고 활용하기는 쉽지 않다. 데이터 수집 및 전처리, 모델 개발, 학습, 배포, 운영 등 어려움이 존재하기 때문이다. 라온피플의 ‘EZ PLANET’은 AI 개발에 도움을 주는 플랫폼이다. 머신러닝은 국가 운영 시스템, 기업, 개인 생활 등 다양한 분야에 활용되고 있으며 그 범위는 지속적으로 확대되고 있다. 로봇의 눈, 제품 품질, 속성별 분리, 객체 인식 자율주행 등 다양한 분야에서 활용되고 있다. 이렇듯 머신러닝의 중요성은 더욱 커지고 다양하게 적용이 되고 있지만, 아직도 개발이 어려운 것이 사실이다. 예를 들어 제품마다 양불판정 기준이 다 다르다. 즉, 제품이 바뀔 때마다 재학습이 필요하다는 것이다. 머신러닝 개발은 프로젝트 수집, 데이터 수집 및 레이블링, 모델 학습, 평가, 배포 및 적용 등의 단계에서 무한 반복이다. 전문 지식을 갖춘 엔지니어가 비효율적인 작업을 반복하게 된다. 제조업 현장에서 기존 머신러닝 기술은 데이터 수집 및 전처
AI를 배워가는 과정들이 대기업 위주에서 이제는 중견 중소기업까지 확산되고 있다. 그만큼 AI에 대한 인식이 높아져 잘 이해 하고 있다는 방증이다. 제조나 산업 분야에서는 AI를 도입하고자 할 때 어떤 부분들을 고려하면 되는지 살펴보고, 그런 측면에서 마키나락스의 솔루션과 서비스를 소개하고자 한다. AI 기술은 놀라운 속도로 발전하고 있다. 2016년 전만 해도 AI가 글자나 이미지 등을 인식하는 정도의 수준까지 오는데 약 10년이 걸렸다면 2016년 이후엔 사람의 인식 능력을 따라 잡는데 2~3년 밖에 걸리지 않을 정도로 급속히 빨라지고 있다. 이게 가능할 수 있었던 이유는 AI를 활용할 수 있는 기반 기술들이 성장했기 때문이다. AI를 잘 하려면 여러 가지 데이터 특성들을 분류할 수 있게 모델 사이즈가 커져야 하는데, 최근 강력한 컴퓨팅 파워를 보유한 기업들이 등극하며 산업적으로 기술적으로 성장하면서 연간 10배 정도 모델 사이즈가 커지고 AI 성능도 크게 향상되고 있다. 제조 산업과 AI 바야흐로 AI 시대가 시작됐다. 그렇다면 제조와 산업에서 AI는 어떻게 활용되고 있을까? 제조 산업은 상대적으로 ICT나 IT 산업보다 AI 활용도가 높지 않다. 그러
산업혁명 4.0 시대의 급변하는 풍경 속에서 스마트 제조는 생산 방식에 있어 중추적인 변혁으로 자리잡고 있다. 첨단 기술과 혁신적인 프로세스의 통합은 산업 분야의 새로운 시대를 열어가고 있다. 스마트 제조의 기본 요소를 살펴보고 이 요소들이 어떻게 공동으로 제조 분야의 효율성, 생산성, 민첩성을 재정의하는지 알아보겠다. 1. 디지털 트윈과 시뮬레이션 스마트 제조의 초석은 실제 공정이나 제품의 가상 복제품인 디지털 트윈을 사용하는 것이다. 이러한 디지털 모델은 제조업체가 시스템을 실시간으로 시뮬레이션, 분석 및 모니터링할 수 있게 해준다. 한 예로 BMW가 자동차 공장의 디지털 트윈을 사용하여 전체 생산 설비 계획 단계를 가상으로 수행하고 있다. 이를 통해 생산 프로세스의 모든 부분을 구현 전에 테스트하고 최적화하여 운영 첫날부터 원활한 운영을 보장할 수 있다. 2. 인공지능(AI) 및 머신러닝(ML) AI와 ML은 복잡한 데이터 세트를 분석하고 이에 따라 동적으로 조정하여 제품 개발을 가속화하고 성능을 향상시킨다. 생산 라인은 최적화되고 장비에 서비스가 필요한 시점을 식별하여 가동 중지 시간을 최소화한다. 지멘스는 풍부한 생산 데이터를 활용하여 예측 유지 보
최근 몇 년 동안 TSN(Time-Sensitive Networking)은 학문적 기술에서 현실 세계의 실제 애플리케이션으로 도약하는데 성공했다. 이 혁신적 기술의 이점을 활용하고자 하는 기업들은 관련 업계의 요구사항을 바탕으로 TSN 적용이 가능한 시스템을 구축하기 시작했다. Moxa는 IEEE TSN 작업 그룹이 구성되기 전부터 업계 파트너들과 협력하여 산업화 4.0(Industry 4.0)으로 잘 알려진 제조 분야의 디지털화와 산업 자동화를 위한 모든 핵심 기술을 촉진시키는데 주력해 왔다. TSN은 Moxa가 널리 기여하고 있는 산업 디지털화 애플리케이션의 중요 원동력이기도 하다. 실제로 Moxa는 수많은 업계 이해관계자들과 협력하여 TSN이 적용된 시스템을 구축하고, 실제 애플리케이션 및 여러 기술적 발전을 통해 입증된 TSN의 이점을 공장 현장에 제공하고 있다. 그동안 산업 자동화 애플리케이션은 각기 다른 장비와 인터페이스 및 프로토콜로 인해 적시에 대량의 데이터를 전송, 수신 및 처리하는데 상당한 어려움이 있었다. TSN은 연결된 모든 장치들이 공통의 시간 레퍼런스를 공유하여 특정 작업을 위한 특정 시점에 모든 데이터를 이용할 수 있도록 네트워크상
기술 융합이 필수 요소로 부각되는 시대다. 각종 영역에서 존재감을 발휘하는 각각의 기술이 한 데 뭉쳐 새로운 가치를 창출하는 것이 최근 산업의 트렌드다. 그중 센서 기술은 정밀성과 집적성이 지속적으로 요구되는 4차 산업 체제에서 기반 및 핵심 기술로 군림하고 있다. 센서 기술은 제품 측정부터 품질 관리까지의 제조 영역은 물론, 보안·통신·자동차 등 분야를 넘어 로봇·신소재·바이오 등 고성장 가능성이 점쳐진 분야까지 산업 전방위적으로 침투해 있다. 전 세계 1조 개의 센서가 작동 중이라는 ‘트릴리온(Trillion) 센서 시대’가 도래함에 따라, 전통 산업의 조연에서 핵심 산업 내 주연으로의 진화에 성공한 센서. 이 중 자동화 영역에서의 센서 기술은 어떤 방향성과 비전을 내품고 있을까? 지난해 창립 60주년을 맞이한 독일 자동화 센서 기업 로이체일렉트로닉(Leuze 이하 로이체)은 컨베이어, 물류창고 등 물류 영역에 더해 디스플레이, 반도체, 전자 산업에 기술을 전파하고 있다. 특히 근간 급속히 성장하고 있는 전기차 배터리, 기가팩토리 등 완성차 업계 프로젝트에서 괄목할 만한 성과를 달성해서 주목받는 업체다. 산업 당면과제는 지능화 및 자동화로의 전환 로이체는
제조 영역에서 제품 완성도는 곧 품질로부터 결정된다. 제조 기업 입장에서 불량, 오류 등을 줄이는 것이 비용 절감과 브랜드 이미지 확장의 열쇠로 작용한다. 최근 소형화, 집적화가 이뤄지고 있는 제조 트렌드 속에서 더욱 세밀하고 미세한 공정이 산업에 속속 도입되는 추세다. 이에 따라 제조 공정에서 활용되는 센서 기술도 지속적으로 고도화가 진행되는 중이다. 센서 기술 업체 마이크로엡실론은 ‘More Precision’을 슬로건으로 한 독일 본사를 기점으로 전 세계에 센서를 공급하고 있다. 마이크로엡실론의 센서 기술은 ‘감지’를 넘어 ‘측정’까지 담당하는 하이엔드 센서로 알려져 있다. 여기에 커스터마이징 요소가 가미된 모듈화 제품도 글로벌 시장에서 경쟁력을 발휘하고 있다. 지난 2022년에는 한국 법인이 설립돼 한국 시장 공략에 신호탄을 울렸다. 마이크로엡실론코리아의 수장 최원일 지사장은 “마이크로엡실론은 센서, 센서 모듈, 턴키 솔루션까지 아울러 전방위적인 정밀 측정 센서 시스템을 구축하고 있다”며 “대상물의 거리·위치·온도·색상 등 전체적인 요소 파악이 가능한 차세대 기술”이라고 소개했다. Q. 지사 설립 1년...그동안의 활동과 현재 무게를 두는 부분은? 지
스위스 금융그룹 UBS은 지난해 글로벌 주식시장에서 각광 받았던 인공지능(AI) 관련 산업 매출이 오는 2027년까지 4200억 달러(약 550조4900억 원)로 확대될 것이라고 전망했다. 지난 2022년 대비 5년 만에 15배 성장한 금액이다. 오픈AI가 발표한 챗GPT 등장 이후, 본격적으로 개화한 AI 산업은 지속해서 우상향 그래프를 그릴 것으로 예상된다. 이에 시장을 주도하는 기업들은 주목받고 있으며, 시장 성장을 이끄는 동인을 파악하기 위한 움직임도 활발하다. 500조 원 시장 바라보는 AI 인베스팅닷컴에 따르면, UBS는 작년에 발표한 매출 전망에서 2022년 280억 달러였던 AI 산업 매출이 오는 2027년 3000억 달러가 될 것으로 예상했지만 올해는 전망을 상향 조정해 2027년 매출을 4200억 달러로 잡았다. 작년 전망치는 5년간 연평균 61%의 성장률로 잡은 것인데, 올해 성장률 전망치는 연평균 72%다. UBS의 미주 최고 투자책임자는 “매출을 보수적으로 잡는 것이 가장 큰 리스크라는 점을 고려해 추정치를 상향 조정했다”고 말했다. 투자자들 사이에서는 AI의 실질적인 구현 속도가 느려지거나 증시 선도주에 대한 전략변화 가능성 등 역풍
반도체는 현대 기술 산업에서 핵심 요소로 자리매김하며, 국가 간 기술 경쟁에서 중요한 역할을 하는 중심 자원이다. 미래에는 AI, 사물인터넷, 자율주행차 등의 기술 발전으로 반도체 수요가 급증할 것으로 전망되며, 이는 다양한 산업의 혁신과 성장을 주도할 것으로 예상된다. 국가들은 이러한 추세에 대응하기 위해 반도체 산업에 대한 투자와 연구개발을 강화해 경쟁에서의 입지를 강화해야 할 필요가 있다. 622조 원 규모 메가 클러스터 꿈꾼다 윤석열 대통령은 지난 1월 올해 만료되는 반도체 투자 세액 공제와 관련해 “법의 효력을 더 연장해서 앞으로 투자 세액 공제를 지속할 방침”이라고 밝혔다. 윤 대통령은 이날 경기도 수원 성균관대 반도체관에서 ‘민생을 살찌우는 반도체 산업’을 주제로 연 세 번째 민생토론회에서 이같이 밝혔다. 윤 대통령은 “대기업 퍼주기 이런 이야기들이 있지만, 이것은 정말 말도 안 되는 이야기임을 알 수 있다”며 세액 공제로 반도체 기업 투자가 확대되면 관련 생태계와 전체 기업의 수익과 일자리, 국가 세수가 늘어나게 된다고 설명했다. 그러면서 “기획재정부도 다 사업하는 부처다. 세액 공제로 세수 감소하는 것을 그냥 볼 국가 기관이 아니다”라며 “세
값싼 가격으로 전기차 시장 확장의 핵심키로 부상한 인산철(LFP) 배터리. 전기차 구매의 커다란 진입장벽 중 하나였던 비싼 가격이라는 문제를 어느 정도 해결할 수 있어 업계의 주목을 받고 있지만, 값싼 가격만큼이나 성능이나 친환경성 등 여러 논란이 끊이지 않고 대두되고 있는 상황이다. [기획연재 Ⅰ] 말 많은 중국산 LFP 배터리, 글로벌 시장 잠식? [기획연재 Ⅱ] LFP의 배신…친환경성 확보 어떻게? LFP를 둘러싼 다양한 이슈 중 요즘 같은 때 짚고 넘어가야 하는 이슈가 있다. 바로 LFP 배터리와 추운 날씨 사이의 관계다. 올 겨울 영하 10도에 다다르는 매서운 추위가 오랜 기간 이어지면서, 주행거리가 줄었다는 전기차 사용자들의 불만이 터져나오고 있다. 일반적으로 모든 리튬이온배터리는 추위에 약하다. 이는 비단 전기차만의 문제는 아니다. 추운 날씨에 스마트폰 배터리가 빨리 닳는 경험을 하게 되는 이유다. 추운 날씨에 배터리의 성능이 떨어지는 것을 이해하려면 배터리가 작동하는 원리를 알아야 한다. 배터리는 양극과 음극 사이의 화학 반응으로 전기 에너지를 생성한다. 쉽게 말하면 배터리 내부에서 리튬이온이 양극과 음극 사이를 오가며 충방전을 반복하는데, 리
UNIST·한양대 공동연구팀, 유기 전극의 용출 억제하는 전해질 개발 유기 전극 기반 배터리의 수명을 늘릴 수 있는 방법이 개발됐다. 유기 전극 기반 배터리의 상용화를 앞당기고 관련 후속 연구에 기초가 될 것으로 기대된다. UNIST 에너지화학공학과 곽원진 교수팀이 한양대 기계공학과 최준명 교수팀과 공동으로 “유기 전극의 장점을 유지하면서 획기적으로 전지의 성능을 향상시킬 수 있는 전해질”을 개발했다고 밝혔다. 개발된 전해질은 유기 전극 활물질이 전해질로 녹아서 나오는 용출을 효과적으로 억제했다. 전극과 전해질의 계면 안정화를 유도해 전지의 수명 또한 늘렸다. 친환경적인 유기 전극 소재는 현재 리튬이온배터리에 활용되는 전이금속 기반 무기 전극 소재들을 대체하기 위한 차세대 전극으로 연구되고 있다. 하지만 전해질 안에서 발생하는 용출로 인해 전지의 수명이 짧아진다는 치명적 단점을 가진다. 곽원진 교수는 “기존에는 유기 전극 소재의 고분자화를 이용해 용출을 억제했지만 용량이나 출력에서 손해가 있었다”며 “본 연구는 전해질을 통해 제어하기 때문에 고분자화와 달리 용량의 손실이 없고 손쉽게 적용할 수 있는 접근법”이라고 설명했다. 개발된 전해질은 공용매를 첨가해 용
작년 애플의 비전프로(Vision Pro)가 대중에 공개되면서 혼합현실(Mixed Reality, 이하 MR) 기술이 많은 주목을 받았다. 현실과 구분된 가상의 공간에서 아바타를 통해 가상의 오브젝트를 조작하는 가상현실(VR), 현실의 배경에 3차원의 가상 이미지를 띄우는 증강현실(AR)의 특징을 한데 섞어 현실의 배경에서 가상의 오브젝트를 조작하는 MR. 현실 세계에서 홀로그램으로 눈앞에 나타난 가상의 오브젝트들을 손으로 옮기고 늘리고 떨어뜨리는 등 가상 세계와 실제 물리 세계의 상호작용이 가능하다는 점 때문에 무한한 활용 가능성이 열려 있다는 평가를 받고 있다. MR 기술은 실제로 다양한 산업 현장에서 활용되며 회사의 자원을 절감하고 효율성을 극대화하는 데 중요한 역할을 하고 있다. 시야각이 넓지만 무겁고, 오래 쓰기엔 다소 어지러운 VR과 가볍지만 시야각이 너무 좁아 활용성이 낮은 AR 등 기존의 HMD(머리에 착용하는 디스플레이 장비) 기기들의 한계를 극복할 수 있다는 점이 장점으로 꼽힌다. MR 기기의 대표격인 마이크로소프트의 홀로렌즈2(HoloLens2)를 국내 독점 총판하고 있는 에쓰핀테크놀로지(S.Pin Technology) 관계자를 만나 산업
한국과학기술원(KAIST) 물리학과 최재윤 교수 연구팀은 포항공대 조길영 교수팀과 함께 중성원자 양자 시뮬레이터 오류 정정 기술을 개발해 2차원에서의 양자물리학 '비국소' 질서 변수를 최초로 측정했다고 29일 밝혔다. 이는 향후 위상 물질과 고온 초전도체 물질 특성을 알아낼 수 있도록 하는 데 성공한 것이라고 연구팀은 설명했다. 고온 초전도물질은 어떤 물리적 작용으로 초전도가 형성되는지 명확하게 규명되지 않은 상황이다. 양자 시뮬레이터는 관측 과정과 양자 상태 준비 과정에서 발생하는 원자 손실과 같은 결함때문에 이를 체계적으로 파악하고 정정하기가 매우 어렵다는 단점이 있다. 특히 위상 물질(topological matter)의 특성을 규정짓는 비국소 질서 변수를 측정하는 데 큰 걸림돌이 되고, 2차원에서는 그 효과가 더 커져 큰 시스템에서 비국소 질서 변수의 실험적 관측을 어렵게 하는 주요 요소로 작용한다. 연구팀은 양자 시뮬레이터에 비국소 질서 변수를 측정할 수 있고, 실험적인 결함도 함께 찾아내는 방법을 개발했다. 또 2차원에서도 '양자 얽힘'(entanglement) 위상 물질의 물성을 규정짓는 것도 가능함을 보여줬다. 시뮬레이터 과정에서 발생한 결점까
상호명(명칭) : (주)첨단 | 등록번호 : 서울,자00420 | 등록일자 : 2013년05월15일 | 제호 :헬로티(helloT) | 발행인 : 이종춘 | 편집인 : 김진희 |
본점 : 서울시 마포구 양화로 127, 3층, 지점 : 경기도 파주시 심학산로 10, 3층 | 발행일자 : 2012년 4월1일 | 청소년보호책임자 : 김유활 | 대표이사 : 이준원 | 사업자등록번호 : 118-81-03520 | 전화 : 02-3142-4151 | 팩스 : 02-338-3453 | 통신판매번호 : 제 2013-서울마포-1032호
copyright(c) HelloT all right reserved
UPDATE: 2025년 07월 17일 17시 30분
